10月12日，第26届中国国际工业博览会上，宇树科技创始人王兴兴再次给出了他对具身智能临界点的判断：“快的话甚至一两年内就有可能，因为明年（美国AI巨头OpenAI的）GPT-7出来，可能直接把具身智能问题打穿。”
这不是他第一次给出时间表。2025年8月，他说“顺利的话一两年或两三年”；今年8月，改口为“快则两到三年，慢则五到十年”；到了10月，变成“一两年”。每次有新模型发布，他的时间表就往前拨一次。
王兴兴的乐观有实测依据。GPT-6发布后，宇树将其放到各种机器人上做任务测试，“效果非常不错”。破壳机器人创始人许华哲在外滩大会上披露了一组更具体的数据：GPT-6 Astra在机器人控制任务中的成功率达到95%，而前代Fable 5.1只有40%。GPT-6能完成抓取、旋转、递送等操作，即使面对筷子这类需要精细力控的物体，“它认识桌面上的东西，也会往正确的位置走”。
但许华哲同时指出，GPT-6的物理泛化能力仍然有限——它能解决“看见什么、东西在哪里、怎样靠近并抓住”的问题，但无法完成使用筷子拨动物体、堆叠盒子、折叠衣服等涉及复杂物理接触的任务。“复杂物理交互仍是具身智能公司的最后阵地。”
宇树的路线选择放在这个背景下看，有其逻辑。
机器人的技术栈分三层：本体、小脑、大脑。本体是电机、减速器、关节等物理载体；小脑负责运动控制，决定机器人能不能稳定行走、精准抓取；大脑负责认知决策，理解环境、拆解任务、规划路径。三层的投入和回报周期刚好相反：做本体是百万级投入，做小脑是千万级，做大脑是十亿级起步。投入越小，越能尽早获得回报。
宇树选择了前两层。过去十年，它几乎将全部精力投入在“小脑”和“本体”上，核心部组件自研自产率超过90%。2025年全年营收17.08亿元，扣非净利润6亿元，主营业务毛利率60.27%。但硬币的另一面是：2025年前三季度研发费用仅9020.94万元，研发费用率7.73%，远低于行业可比公司27.92%的平均水平。招股书也承认，报告期内未将自研通用具身大模型规模化用于已售机器人。
这个路线的合理性在于：如果通用大模型能直接操控机器人身体，那么宇树过去在运控和供应链上的积累就是“即插即用”的资产。GPT-6的实测结果至少部分验证了这种可能性——大模型确实在开始参与操作，而不只是站在上面发号施令。
但“被击穿”和“被替代”是两回事
问题在于，“GPT-7打穿具身智能”这个判断，把太多不确定性压缩进了一个确定的前提里。
首先，GPT-7能否发布、能力到什么程度，本身就不是确定的事。王兴兴自己也说，目前机器人在工厂大规模应用“无论是泛化性还是效率，都还要进一步提高”。他在世界机器人大会上说过一句很直白的话：“每当有新任务时需重新训练，整体效率低于人。”机器人在一个工位上学会了拧螺丝，换一个工位可能就得重新训练。
其次，即便GPT-7在语义和空间泛化上继续突破，从模型突破到工程落地之间仍然隔着数据采集、实时部署、算力功耗等多重关卡。自变量机器人CEO王潜的判断很务实：如果OpenAI、Anthropic等通用模型公司进入具身智能，它们同样需要采集物理世界数据、建立仿真和评价系统、处理硬件问题。“如果还是要做这些事情，它其实只是另外一个具身智能公司。”
更关键的是，机器人需要实时响应，算力、功耗、延迟和成本必须与创造的价值相匹配。规模庞大的云端模型难以直接以合理的速度和成本部署到机器人上，行业仍需要针对具身任务训练更高效的专业模型。
宇树已经在“补脑”，但方向是关键
当然，宇树并非完全在“等GPT-7”。2026年，公司先后开源发布了自研的世界模型UnifoLM-WMA-0与VLA大模型UnifoLM-VLA-0，并计划以“世界模型—动作”具身大模型作为重点研究方向。WVLA2.0具身大模型已在G1人形机器人上完成了“会议室自主整理”的复杂任务——无需远程操控，机器人能在有人走动干扰的复杂环境下独立完成物品归置和分类收纳。
IPO募资中，20.22亿元投向智能机器人模型研发项目，占总募资额的48%。此外，宇树还与英伟达联合推出Isaac GR00T参考人形机器人，与DeepSeek建立战略合作。这些动作说明，王兴兴并非真的在“赌GPT-7”，而是在硬件基本盘稳固的前提下，以相对克制的节奏补齐大脑能力。
争议的核心不在于“硬件先行”对不对，而在于“后置”到什么程度。有观点认为，如果宇树自己不去寻求突破、训练模型，所有积累的技术优势将会在下一个技术突破兑现的时刻烟消云散。这个担忧并非没有道理——高毛利的大脑叙事与低毛利的身体现实之间，正在出现结构性错位，资本已经用脚投票：2026年国内具身智能领域超过一半的融资流向了“大脑层”算法公司。
王兴兴自己说，过去十几年犯的最大错误是“对AI相信得还不太够”。但相信AI和把公司的命脉交给别人的AI，是两回事。GPT-7如果真的“打穿”了具身智能，受益最大的未必是那些只做好了身体的公司，而是那些既做好了身体、又能在别人的大模型之上构建自己数据飞轮和场景壁垒的公司。硬件先行的阶段红利是真实的，但“后置”不应该是“缺席”。
热门跟贴